基于掌静脉数据的认证设备、方法、电子设备及存储介质技术

本公开提供了一种基于掌静脉数据的认证设备，包括：数据获取装置，数据获取装置用于获取手掌图像并基于手掌图像获取掌静脉数据；数据处理装置，数据处理装置包括左/右手掌判断模块，左/右手掌判断模块基于数据获取装置获取的手掌图像的图像特征判断手掌图像为左手掌图像或右手掌图像；数据存储模块，数据存储模块用于存储左手掌静脉数据及右手掌静脉数据；数据获取装置基于左/右手掌判断模块的判断结果获取左手掌静脉数据或者右手掌静脉数据以存储至数据存储模块，左手掌静脉数据与右手掌静脉数据被分开存储。本公开还提供了一种认证方法、电子设备、可读存储介质及计算机程序产品。序产品。序产品。

【技术实现步骤摘要】
基于掌静脉数据的认证设备、方法、电子设备及存储介质


[0001]本公开涉及数据处理、信息认证
，本公开尤其涉及一种基于掌静脉数据的认证设备、方法、电子设备、存储介质及程序产品。

技术介绍

[0002]基于特征点的生物识别匹配系统虽然有很高的准确度，但是因为数学上测量了提取的特征点之间的相似度，所以为了运算需要绝对的运算(流程)时间。
[0003]通常为了提高匹配的准确度，提高评价标准的话，执行时间会增加。
[0004]例如，基于特征点的掌静脉匹配，为了比较相似度，每次需要1/4000秒以上。这是除了DB(数据库)的构成、主要数据输入(I/O)、认证用户的数据查询(query)和结果传输等过程之外的纯比较运算时间，因此为了识别实际用户的总匹配时间会有所增加。
[0005]特别是，在全部用户中，找出该生物信息的识别(Identification)领域是由[用户生物信息输入
‑
与全部用户进行比较运算
‑
结果输出]的流程进行的，因此这样的比较运算数量(N)与用户数量会一样。因此，在识别(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于掌静脉数据的认证设备，其特征在于，包括：数据获取装置，所述数据获取装置用于获取手掌图像并基于手掌图像获取掌静脉数据；数据处理装置，所述数据处理装置包括左/右手掌判断模块，所述左/右手掌判断模块基于所述数据获取装置获取的手掌图像的图像特征判断所述手掌图像为左手掌图像或右手掌图像；以及数据存储模块，所述数据存储模块用于存储左手掌静脉数据及右手掌静脉数据；其中，所述数据获取装置基于所述左/右手掌判断模块的判断结果获取左手掌静脉数据或者右手掌静脉数据以存储至所述数据存储模块，且左手掌静脉数据与右手掌静脉数据被分开存储。2.根据权利要求1所述的基于掌静脉数据的认证设备，其特征在于，所述数据处理装置包括：ID信息生成模块，所述ID信息生成模块基于所述左/右手掌判断模块的判断结果为所述数据获取装置获取的手掌图像生成ID信息，所述ID信息包括左/右手掌标识信息，以使得所述数据获取装置获取的左手掌静脉数据或者右手掌静脉数据包括包含左/右手掌标识信息在内的ID信息。3.根据权利要求1所述的基于掌静脉数据的认证设备，其特征在于，所述数据获取装置包括：图像采集模块，所述图像采集模块用于采集手掌图像；以及图像处理模块，所述图像处理模块用于从手掌图像中提取掌静脉数据。4.根据权利要求2所述的基于掌静脉数据的认证设备，其特征在于，还包括：界面生成模块，所述界面生成模块基于接收的操作指令生成左/右手选择界面；以及触发模块，所述触发模块基于所述左/右手选择界面接收的操作指令触发所述ID信息生成模块以生成包含左/右手掌标识信息的ID信息；优选地，所述数据处理装置还包括：验证模块，所述验证模块基于所述左/右手掌判断模块的判断结果和所述ID信息生成模块被触发后生成的左/右手掌标识信息来验证所述数据获取装置获取的手掌图像与所述左/右手选择界面接收的操作指令是否对应，并生成验证结果信息；优选地，所述图像处理模块包括：灰度变换子模块，所述灰度变换子模块对所述图像采集模块采集的手掌图像进行灰度变换，以增强手掌图像的灰度特征；以及掌静脉数据提取子模块，所述掌静脉数据提取子模块至少基于所述手掌图像的灰度特征提取掌静脉数据；优选地，所述左/右手掌判断模块包括：图像区域分割子模块，所述图像区域分割子模块获取所述手掌图像的手掌和手指的有效区域；坐标信息提取子模块，所述坐标信息提取子模块提取所述有效区域的中心坐标及各个手指的指尖坐标；距离计算子模块，所述距离计算子模块获取各个指尖坐标与所述有效区域的中心坐标
之间的距离；拇指获取子模块，所述拇指获取子模块至少基于各个指尖坐标与所述有效区域的中心坐标之间的距离获取各个手指中的大拇指；以及判断结果生成子模块，所述判断结果生成子模块至少基于所述有效区域的中心坐标与所述大拇指的位置关系判断手掌图像为左手掌图像或右手掌图像；优选地，所述左/右手掌判断模块还包括：手掌正反面判断子模块，所述手掌正反面判断子模块基于手掌图像的第一类图像特征判断手掌图像为手掌正面图像或者手掌反面图像；其中，所述判断结果生成子模块至少基于所述有效区域的中心坐标与所述大拇指的位置关系判断所述手掌正面图像或者手掌反面图像为左手掌图像或右手掌图像；优选地，所述左/右手掌判断模块还包括：角度计算子模块，所述角度计算子模块用于获取所述各个指尖坐标与所述有效区域的中心坐标之间的连线之间的夹角；其中，所述拇指获取子模块基于各个指尖坐标与所述有效区域的中心坐标之间的距离以及所述夹角获取各个手指中的大拇指；优选地，所述图像区域分割子模块使用基于灰度等级的自适应阈值分割算法获取所述手掌图像的手掌和手指的有效区域；优选地，所述手掌正反面判断子模块通过执行以下步骤判断手掌图像为手掌正面图像或手掌反面图像：对所述手掌图像进行滤波增强，并将滤波增强后的手掌图像处理为网格图像；以及获取所述网格图像的平均网格像素值作为所述第一类图像特征；其中，所述网格图像包括所述有效区域。5.一种...

【专利技术属性】
技术研发人员：韩冬冬，李镇旭，徐华斌，孙正康，
申请(专利权)人：青岛奥美克生物信息科技有限公司，
类型：发明
国别省市：